Obscura закрывает приватность нейросетей для российских данных: ИНН и СНИЛС больше не утекут в ChatGPT

Приватность нейросетей остаётся болевой точкой для любой компании, которая пользуется ChatGPT, Claude или другими облачными моделями. Разработчик Obscura начинал с офлайн-утилиты для ручной очистки конфигов перед отправкой в нейросеть, но признал, что полагаться на память каждого сотрудника невозможно. Новый продукт ставится между пользователем и ИИ-сервисом как шлюз и автоматически решает, пропустить запрос, замаскировать в нём секреты или заблокировать целиком. Проект является открытым, о коммерческой лицензии автор не сообщает.

Что делает Obscura и чем отличается от обычной DLP?

• Три режима работы. Monitor: шлюз только наблюдает и пишет журнал. Warn: сотрудник сам решает, замаскировать данные или отправить как есть. Enforce: маскировка или блокировка до отправки, без участия пользователя.

• Синтетические суррогаты вместо меток. Обычные системы заменяют, например, e-mail на метку [EMAIL_1]. Модель видит метку посреди JSON или кода и ломает формат ответа. Obscura подставляет правдоподобные, но несуществующие значения: модель отвечает естественно, а шлюз на обратном пути возвращает настоящие данные. Генератор детерминированный: одно и то же значение всегда даёт один суррогат. Скорость, по данным автора, около 18 800 значений в секунду.

• Поддержка российских идентификаторов и кириллицы. ИНН с проверкой контрольной суммы (10 и 12 цифр), СНИЛС, банковские карты, реквизиты, телефоны. Совпадение по регулярному выражению дополнительно подтверждается контрольной суммой, что снижает ложные срабатывания на случайных числах.

• Стриминг без потерь. При потоковой передаче ответ приходит кусками по 1–2 символа, причём каждая кириллическая буква занимает два байта в UTF-8. Шлюз использует конечный автомат со скользящим окном, чтобы не резать многобайтовые символы. По тестам автора: 0 потерянных байт при «хаотической» фрагментации, на 100 параллельных потоков задержка P50 составляет 0,056 мс, P95 составляет 0,486 мс.

• Браузерное расширение для ChatGPT и веб-интерфейсов. Расширение для Chrome, Edge и Firefox регистрирует каждый браузер как устройство. Если расширение отключили или удалили, консоль видит молчание устройства сразу, а не после инцидента.

• OCR для картинок. Скриншот с паспортом или банковской картой тоже утечка. Инспектор извлекает текст через OCR (оптическое распознавание текста) и пускает его в тот же конвейер проверки.

• Хранилище улик с принципом четырёх глаз. Перехваченные фрагменты шифруются. Доступ только по заявке одного офицера безопасности и одобрению второго; токен (ключ доступа) действует 15 минут. Для «права на забвение» предусмотрено крипто-удаление: стирается ключ записи, шифротекст остаётся, цепочка журнала не рвётся.

• Симулятор политик. Новое правило можно прогнать по логам за 7, 14, 30 или 90 дней и увидеть, сколько легальных запросов оно заблокировало бы, до включения в боевом режиме.

Как попробовать?

1. Разверните шлюз на локальном сервере внутри корпоративной сети. Стек: Python, FastAPI, SQLite, Redis, spaCy. Веб-консоль работает на Svelte 5.

2. Направьте клиент на шлюз как на OpenAI-совместимый API (эндпоинт /v1/chat/completions). Для Anthropic Claude есть адаптер /v1/messages.

3. Начните с режима Monitor, чтобы увидеть, какие данные утекают, без блокировки. Затем переходите на Warn или Enforce по мере настройки правил.

4. Установите браузерное расширение, если сотрудники используют веб-версию ChatGPT или другие чат-интерфейсы.

Obscura и российские аналоги: есть ли с чем сравнить?

Для аудитории в РФ важно понимать: YandexGPT и GigaChat хранят данные на российских серверах, что частично снимает вопрос приватности нейросетей при работе с этими сервисами. Но если компания использует зарубежные модели через API, ни YandexGPT, ни GigaChat не помогут перехватить запросы к ним. Obscura решает другую задачу: он не заменяет модель, а стоит прокладкой перед любой моделью и чистит то, что в неё уходит.

Что с этого прямо сейчас, по ролям?

Авторам Дзена. Если вы используете ChatGPT для черновиков и вставляете в промпты данные клиентов или партнёров, задумайтесь: каждый такой запрос остаётся у провайдера модели. Пока Obscura скорее корпоративный инструмент, но принцип «почисти перед отправкой» работает и вручную.

Маркетологам. Вы передаёте в ИИ клиентские базы, тексты с персональными данными, реквизиты для генерации договоров. Шлюз в режиме Warn позволяет не ломать процесс, но показывать сотруднику, что именно он собирается отправить наружу.

Предпринимателям РФ и СНГ. Приватность нейросетей станет предметом регуляторного внимания: 152-ФЗ о персональных данных уже сейчас распространяется на всё, что уходит за периметр. On-prem шлюз, который не отправляет данные на сторонний сервер, снимает вопрос о трансграничной передаче.

Частые вопросы

Obscura сам «видит» мои данные?

Шлюз разворачивается внутри вашей сети, данные не уходят на серверы разработчика. Перехваченные фрагменты шифруются, а доступ к ним возможен только по принципу четырёх глаз: два офицера безопасности, токен на 15 минут.

Можно ли использовать шлюз с любой нейросетью?

Шлюз совместим с OpenAI-совместимым API и с Anthropic через адаптер. Для других провайдеров (например, YandexGPT) адаптера пока нет, автор об этом не сообщает.

Насколько надёжен детектор?

Автор честно указывает границы: детектор на правилах и NER, не на обученном классификаторе. Нестандартные форматы пропускает, на числа, похожие на телефоны, иногда срабатывает ложно. Секрет, пересказанный обычным текстом, шлюз не распознает. Независимого аудита пока не было.

Если ваша команда каждый день отправляет десятки запросов в облачные нейросети, вопрос не в том, утечёт ли что-то, а в том, узнаете ли вы об этом. Obscura как минимум делает этот поток видимым, и начать можно с режима Monitor, который ничего не блокирует, но всё записывает.